review of artificial intelligence applications in occupational health, safety and ergonomics
Code: G-12798
Authors: سیده فاطمه موسوی © ℗, رضا حکمت شعار, مجید فلاحی, محسن یزدانی اول
Schedule: Not Scheduled!
Tag: Ergonomics
Download: Download Poster
Abstract:
Background and Aim
حوزه هوش مصنوعی به سرعت در حال گسترش و کاربردهای آن به طور معمول در مراقبتهای بهداشتی، صنعت و آموزش دیده می شوند. اما درک محدودی از نقش هوش مصنوعی در رسیدگی به نگرانی های بهداشت حرفه ای، ایمنی و ارگونومی (OHSE) دیده میشود. هدف مطالعه حاضر شناسایی و مرور مطالعات تحقیقاتی است که کاربردهای هوش مصنوعی را برای بهبود سلامت و ایمنی انسان برجسته کرده و فرصتهای مداخلاتی آتی هوش مصنوعی را توصیف میکند.
Method
پژوهش حاضر به روش narrative review با جستجوی کلید واژه های artificial intelligence, ergonomics machine learning, WMSDs, manual material handling, risk assessment, occupational safety برای بازیابی مقالات مرتبط از پایگاه داده های PubMed, Researchgate, Scopus, Google scholar, Science Direct انجام شد. نتایج جستجو بر اساس دو معیار که مقالات فقط به زبان انگلیسی و تمام متن آن ها در دسترس باشد فیلتر شدند. مطالعات انجام شده از سال 2010 به بعد وارد مطالعه شدند. تکنیک های یادگیری ماشین (ML) مورد استفاده در هر مطالعه استخراج شد و بهترین تکنیک های هر مطالعه توسط نویسندگان مربوطه مشخص شده است. چون معیار(های) عملکرد مورد استفاده برای تعریف بهترین تکنیک ها در هر مطالعه (به عنوان مثال: دقت، امتیاز F1، حساسیت، ویژگی یا سرعت محاسباتی) متفاوت است.
Results
اکثر شواهد هوش مصنوعی در تحقیقات بهداشت حرفه ای، ایمنی و ارگونومی در بخش های آنالیز پوسچر، ارزیابی ریسک، حمل دستی بار، اختلالات WMSDs بر تشخیص و پیش بینی متمرکز شده اند. بیشترین تعداد مطالعات در این زمینه ها برای کشور آمریکا بوده است. برای مثال آمریکا در حوزه اختلالات اسکلتی- عضلانی،59 مطالعه (حدود 45.4% ) را به خود اختصاص میدهد در حالیکه در ایران 7 مطالعه در این زمینه انجام شده است. بررسی مطالعات نشان داد در یادگیری ماشین (ML) و اختلالات اسکلتی- عضلانی بیشتر تکنیکهای (ANN) artificial neural networks و decision tree استفاده شده اند. مطالعات ارزیابی ریسک، بیشترین استفاده از الگوریتمهای ANN و پس از آن (SVM) support vector machine را داشته اند. بیشترین الگوریتم های مورد استفاده یادگیری ماشین برای حمل دستی بار تکنیکهایrecurrent neural network (RNN), Naive bayes Bayesian network بودند. در جهت تشخیص پوسچر بیشتر از الگوریتمهایconvolutional neural network (CNN), SVM Random forest استفاده شده بودکه نتایج خوب با صحت بالای 90% را ارائه میدهند. همچنین در مطالعات از مدلهای Reinforcement learning نیز برای تشخیص پوسچر استفاده شده بود.
Conclusion
مطالعه ارائه شده،مروری بر وضعیت فعلی تحقیقات در مورد جنبه های مختلف هوش مصنوعی در OHSE را بررسی می کند.کاربردهای هوش مصنوعی در آثار بررسی شده نشان میدهد که پیاده سازیML بزرگترین فرصتها را برای بهبود ایمنی و سلامت انسانها و افزایش بهره وری فراهم می آورد.خلاءمطالعات هوش مصنوعی در OHSE در ایران محسوس میباشد، بنابراین کاوش بیشتر در مورد مزایا، چالش و کاربردهای هوش مصنوعی در ایران جهت تحقیقات اجرایی مؤثرتر موردنیاز است.
Keywords
machine learning, occupational health and safety, artificial intelligence, ergonomics
Comments (0)
Post a comment
Post comment is closed by admin.